一種基于地理信息空間庫(kù)的機(jī)場(chǎng)目標(biāo)檢測(cè)方法
【專利摘要】本發(fā)明公開了一種基于地理信息空間庫(kù)的機(jī)場(chǎng)目標(biāo)檢測(cè)方法，涉及無(wú)人機(jī)計(jì)算機(jī)視覺中目標(biāo)檢測(cè)【技術(shù)領(lǐng)域】。該發(fā)明針對(duì)無(wú)人機(jī)遙感影像中機(jī)場(chǎng)目標(biāo)的檢測(cè)問題，通過(guò)線上和線下兩個(gè)處理過(guò)程，充分利用遙感衛(wèi)星和地理信息提供的先驗(yàn)信息，實(shí)現(xiàn)了機(jī)場(chǎng)目標(biāo)快速準(zhǔn)確地檢測(cè)與定位。在線下，根據(jù)衛(wèi)星遙感影像及地理信息提取機(jī)場(chǎng)目標(biāo)的方向、特征線、特征線距離等屬性信息；在線上，對(duì)實(shí)時(shí)獲取的遙感圖像根據(jù)地理信息空間中當(dāng)前疑似機(jī)場(chǎng)的方向，參考無(wú)人機(jī)遙感影像處理系統(tǒng)中圖像校正的精度，提取無(wú)人機(jī)遙感影像中的線特征，最后通過(guò)綜合評(píng)判無(wú)人機(jī)遙感影像上特征線與地理信息空間中疑似機(jī)場(chǎng)目標(biāo)特征線的匹配程度，從而實(shí)時(shí)檢測(cè)和定位出遙感圖像中的機(jī)場(chǎng)目標(biāo)。
【專利說(shuō)明】一種基于地理信息空間庫(kù)的機(jī)場(chǎng)目標(biāo)檢測(cè)方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及無(wú)人機(jī)計(jì)算機(jī)視覺中目標(biāo)檢測(cè)【技術(shù)領(lǐng)域】。確切地說(shuō)，本發(fā)明涉及一種結(jié)合地理信息空間提供的先驗(yàn)知識(shí)，由無(wú)人機(jī)遙感圖像中部分機(jī)場(chǎng)區(qū)域?qū)崿F(xiàn)機(jī)場(chǎng)目標(biāo)檢測(cè)的方法。
【背景技術(shù)】
[0002]以無(wú)人機(jī)為平臺(tái)，通過(guò)機(jī)載目標(biāo)識(shí)別傳感器和基于無(wú)線電作戰(zhàn)目標(biāo)識(shí)別(RBCI)系統(tǒng)，采用協(xié)同與非協(xié)同識(shí)別相結(jié)合的技術(shù)體制，能夠?qū)崿F(xiàn)戰(zhàn)場(chǎng)參戰(zhàn)單元的目標(biāo)探測(cè)與識(shí)另IJ，目標(biāo)探測(cè)與識(shí)別是支持武器系統(tǒng)超視距作戰(zhàn)、輔助精確打擊的一個(gè)重要手段，是信息化作戰(zhàn)的前提，同時(shí)也是無(wú)人機(jī)對(duì)抗的前提。
[0003]隨著硬件性能的提升和圖像處理算法的發(fā)展，國(guó)內(nèi)外對(duì)無(wú)人機(jī)視覺系統(tǒng)的研究已成為無(wú)人機(jī)領(lǐng)域的熱點(diǎn)。國(guó)內(nèi)研究人員主要是研究標(biāo)志物的檢測(cè)并運(yùn)用在無(wú)人機(jī)自動(dòng)著陸和導(dǎo)航方面，研究采用的是目標(biāo)特征匹配或者統(tǒng)計(jì)模式識(shí)別方法。比如幾何、顏色特征匹配。Hu不變矩，Haar特征分類器等。而國(guó)外的研究側(cè)重于對(duì)戰(zhàn)場(chǎng)目標(biāo)的偵察與跟蹤定位，本文主要工作也是研究這種偵察目標(biāo)的定位問題。在這類問題中，由于目標(biāo)沒有統(tǒng)一的模板特征，所以較難使用上述對(duì)標(biāo)志物檢測(cè)的方法來(lái)跟蹤定位目標(biāo)，尤其是對(duì)于機(jī)場(chǎng)這類大型的目標(biāo)，在無(wú)人機(jī)飛行過(guò)程中往往只能觀測(cè)到機(jī)場(chǎng)的一部分，傳統(tǒng)基于線檢測(cè)的算法會(huì)失效，為此我們采用了一種基于地理空間信息庫(kù)的目標(biāo)檢測(cè)定位技術(shù)。
【發(fā)明內(nèi)容】
[0004]鑒于【背景技術(shù)】中的不足之處，本發(fā)明的主要目的在于通過(guò)充分利用目前日益豐富的衛(wèi)星遙感資源和地理信息資源，能夠在高準(zhǔn)確率低誤檢率的要求下實(shí)現(xiàn)快速地檢測(cè)出無(wú)人機(jī)遙感圖像中的部分機(jī)場(chǎng)，降低`遙感圖像質(zhì)量的影響。為此而提供一種基于地理信息空間的機(jī)場(chǎng)目標(biāo)檢測(cè)方法，以解決現(xiàn)有技術(shù)中部分機(jī)場(chǎng)目標(biāo)檢出率低、誤檢率高、實(shí)時(shí)性差、易受遙感圖像質(zhì)量影響的問題。
[0005]為達(dá)到上述目的，本發(fā)明提供一種基于地理信息空間庫(kù)的機(jī)場(chǎng)目標(biāo)檢測(cè)方法，其特征在于:該方法分為線上和線下兩個(gè)處理過(guò)程；在線下，根據(jù)衛(wèi)星遙感影像和地理信息，構(gòu)建機(jī)場(chǎng)目標(biāo)的地理信息空間；在線上，結(jié)合地理信息空間中機(jī)場(chǎng)目標(biāo)的特征信息，實(shí)現(xiàn)無(wú)人機(jī)遙感圖像中機(jī)場(chǎng)目標(biāo)的檢測(cè)與定位，該方法的實(shí)現(xiàn)步驟如下:
[0006]步驟S1:結(jié)合機(jī)場(chǎng)目標(biāo)的衛(wèi)星遙感影像和地理位置，建立地理信息空間庫(kù)；
[0007]步驟S2:根據(jù)無(wú)人機(jī)的位置信息和無(wú)人機(jī)遙感影像的校正精度從地理信息空間庫(kù)中提取出與無(wú)人機(jī)位置相對(duì)應(yīng)的機(jī)場(chǎng)屬性信息，利用地理信息空間庫(kù)中疑似機(jī)場(chǎng)的方向信息，通過(guò)線積分的方法提取出無(wú)人機(jī)遙感圖像上的特征線信息；
[0008]步驟S3:將無(wú)人機(jī)遙感圖像上的特征線信息與地理信息空間庫(kù)中疑似機(jī)場(chǎng)特征線的屬性信息進(jìn)行綜合評(píng)判，確定無(wú)人機(jī)遙感影像上的線特征的位置是否為與無(wú)人機(jī)位置相對(duì)應(yīng)的機(jī)場(chǎng)所在位置；[0009]步驟S4:根據(jù)地理信息空間庫(kù)中機(jī)場(chǎng)目標(biāo)的屬性信息和特征線的位置信息生成初始的部分機(jī)場(chǎng)輪廓，從而實(shí)現(xiàn)無(wú)人機(jī)遙感影像中機(jī)場(chǎng)目標(biāo)的實(shí)時(shí)檢測(cè)。
[0010]其中，步驟SI中建立地理信息空間庫(kù)的方法是，首先利用人機(jī)交互的方式選擇特征線方向，然后利用線積分的方法提取機(jī)場(chǎng)目標(biāo)包含的特征線，最后利用特征線屬性信息與地理信息構(gòu)建地理信息空間庫(kù)。
[0011]其中，步驟S2中通過(guò)線積分的方法提取出無(wú)人機(jī)遙感圖像上的特征線的具體步驟是:
[0012]步驟21:根據(jù)無(wú)人機(jī)遙感影像的地理坐標(biāo)在地理信息空間庫(kù)中搜尋疑似機(jī)場(chǎng)目標(biāo)；
[0013]步驟22:利用一階微分算子計(jì)算無(wú)人機(jī)遙感圖像垂直梯度和水平方向梯度；
[0014]步驟23:通過(guò)判斷無(wú)人機(jī)遙感圖像的梯度是否在垂直于機(jī)場(chǎng)方向上達(dá)到最大來(lái)判斷無(wú)人機(jī)遙感圖像上的特征線疑似點(diǎn)；
[0015]步驟24:通過(guò)線積分的方法，統(tǒng)計(jì)可能機(jī)場(chǎng)方向上特征線疑似點(diǎn)的個(gè)數(shù)來(lái)提取無(wú)人機(jī)遙感影像上的特征線。
[0016]其中，步驟S3中確定無(wú)人機(jī)遙感影像上的線特征的位置是否為與無(wú)人機(jī)位置相對(duì)應(yīng)的機(jī)場(chǎng)所在位置的方法是:通過(guò)綜合比對(duì)無(wú)人機(jī)遙感影像中特征線與地理信息空間中機(jī)場(chǎng)目標(biāo)的特征線屬性信息來(lái)判定。
[0017]其中，步驟S4中所述生成初始的部分機(jī)場(chǎng)輪廓的方法是:綜合利用地理信息空間中機(jī)場(chǎng)目標(biāo)的屬性以及遙感影像中提取的特征線來(lái)勾畫出機(jī)場(chǎng)的確切位置。
[0018]本發(fā)明的有益效果:
[0019]本發(fā)明區(qū)別于其他現(xiàn)有技術(shù)，本發(fā)明提出了一種利用衛(wèi)星遙感資源和地理信息資源來(lái)對(duì)無(wú)人機(jī)遙感圖像中機(jī)場(chǎng)目標(biāo)進(jìn)行檢測(cè)的技術(shù)，通過(guò)充分利用遙感衛(wèi)星和地理信息系統(tǒng)提供的先驗(yàn)知識(shí)來(lái)解決部分機(jī)場(chǎng)特征點(diǎn)少難以檢測(cè)的問題。與以往方法相比，本發(fā)明提出的方法在準(zhǔn)確度上進(jìn)一步提高了無(wú)人機(jī)遙感圖像中機(jī)場(chǎng)目標(biāo)的檢出率，同時(shí)降低了算法的誤檢率和計(jì)算復(fù)雜度底，并且更不易受遙感影像品質(zhì)的影響。
【專利附圖】
【附圖說(shuō)明】
[0020]圖1是本發(fā)明實(shí)施例的工作流程圖。
【具體實(shí)施方式】
[0021]本發(fā)明實(shí)施例的工作流程如圖1所示，下面結(jié)合附圖1本發(fā)明技術(shù)方案中所涉及的各個(gè)細(xì)節(jié)問題作進(jìn)一步描述。應(yīng)指出的是，所描述的實(shí)施例僅旨在便于對(duì)本發(fā)明的理解而不起任何限定作用。
[0022]一種基于地理信息空間庫(kù)的機(jī)場(chǎng)目標(biāo)檢測(cè)方法，其特征在于:該方法分為線上和線下兩個(gè)處理過(guò)程；在線下，根據(jù)衛(wèi)星遙感影像和地理信息，構(gòu)建機(jī)場(chǎng)目標(biāo)的地理信息空間；在線上，結(jié)合地理信息空間中機(jī)場(chǎng)目標(biāo)的特征信息，實(shí)現(xiàn)無(wú)人機(jī)遙感圖像中機(jī)場(chǎng)目標(biāo)的檢測(cè)與定位，該方法的實(shí)現(xiàn)步驟如下:
[0023]步驟S1:結(jié)合機(jī)場(chǎng)目標(biāo)的衛(wèi)星遙感影像和地理位置，建立地理信息空間庫(kù)；
[0024]步驟SI中建立地理信息空間庫(kù)的方法是，首先利用人機(jī)交互的方式選擇特征線方向，然后利用線積分的方法提取機(jī)場(chǎng)目標(biāo)包含的特征線，最后利用特征線屬性信息與地理信息構(gòu)建地理信息空間庫(kù)。
[0025]步驟SI【具體實(shí)施方式】如下:、
[0026]步驟11:利用邊緣檢測(cè)算子,如Laplacian算子、Sobel算子、Roberts算子、Prewitt算子等計(jì)算衛(wèi)星遙感影像在水平和垂直兩個(gè)方向上的梯度信息。特別地，此處我們采用一階差分方法來(lái)對(duì)梯度進(jìn)行計(jì)算，垂直梯度記為辦，水平方向的梯度dr ;
[0027]步驟12:利用人機(jī)交互的方式，選擇機(jī)場(chǎng)方向作為特征線方向Θ ；
[0028]步驟13:根據(jù)步驟12中給出的特征線方向Θ，判斷所有像素點(diǎn)在Θ ±90°上的投影值是否最大，若最大則標(biāo)記為1，否則為零；
[0029]步驟14:沿步驟12給出的方向Θ，利用積分方法從不同像素點(diǎn)出發(fā)統(tǒng)計(jì)步驟13中標(biāo)記為I的像素點(diǎn)個(gè)數(shù)，當(dāng)統(tǒng)計(jì)數(shù)量超過(guò)閾值，則標(biāo)記當(dāng)前搜索線段為特征線段；
[0030]步驟15:根據(jù)步驟14得到的特征線，統(tǒng)計(jì)并記錄特征線的分布情況，包括特征線的方向、距離關(guān)系、特征線條數(shù)等；
[0031]步驟16:結(jié)合機(jī)場(chǎng)的地理坐標(biāo)和步驟15中記錄的特征線分布情況，構(gòu)建地理信息空間庫(kù)。
[0032]步驟S2:根據(jù)無(wú)人機(jī)的位置信息和無(wú)人機(jī)遙感影像的校正精度從地理信息空間庫(kù)中提取出與無(wú)人機(jī)位置相對(duì)應(yīng)的機(jī)場(chǎng)屬性信息，利用地理信息空間庫(kù)中疑似機(jī)場(chǎng)的方向信息，通過(guò)線積分的方法提取出無(wú)人機(jī)遙感圖像上的特征線信息；
[0033]其中，步驟S2中通過(guò)線積分的方法提取出無(wú)人機(jī)遙感圖像上的特征線的具體步驟是:
[0034]步驟21:根據(jù)無(wú)人機(jī)遙感影像的地理坐標(biāo)在地理信息空間庫(kù)中搜尋疑似機(jī)場(chǎng)目標(biāo)；
[0035]步驟22:利用一階微分算子計(jì)算無(wú)人機(jī)遙感圖像垂直梯度和水平方向梯度；
[0036]步驟23:通過(guò)判斷無(wú)人機(jī)遙感圖像的梯度是否在垂直于機(jī)場(chǎng)方向上達(dá)到最大來(lái)判斷無(wú)人機(jī)遙感圖像上的特征線疑似點(diǎn)；
[0037]步驟24:通過(guò)線積分的方法，統(tǒng)計(jì)可能機(jī)場(chǎng)方向上特征線疑似點(diǎn)的個(gè)數(shù)來(lái)提取無(wú)人機(jī)遙感影像上的特征線。
[0038]步驟S3:將無(wú)人機(jī)遙感圖像上的特征線信息與地理信息空間庫(kù)中疑似機(jī)場(chǎng)特征線的屬性信息進(jìn)行綜合評(píng)判，確定無(wú)人機(jī)遙感影像上的線特征的位置是否為與無(wú)人機(jī)位置相對(duì)應(yīng)的機(jī)場(chǎng)所在位置；
[0039]其中，步驟S3中確定無(wú)人機(jī)遙感影像上的線特征的位置是否為與無(wú)人機(jī)位置相對(duì)應(yīng)的機(jī)場(chǎng)所在位置的方法是:通過(guò)綜合比對(duì)無(wú)人機(jī)遙感影像中特征線與地理信息空間中機(jī)場(chǎng)目標(biāo)的特征線屬性信息來(lái)判定。
[0040]步驟S3主要包含以下具體步驟:
[0041]步驟31:統(tǒng)計(jì)步驟24中提取的每條特征線附近特征線條數(shù)(特別低，此處我們統(tǒng)計(jì)距離特征線10個(gè)像素點(diǎn)內(nèi)所有特征線的條數(shù))，并與地理信息空間庫(kù)中可能的特征線條數(shù)進(jìn)行對(duì)比；
[0042]步驟32:計(jì)算步驟24中提取到的特征線的最大長(zhǎng)度，并按照無(wú)人機(jī)遙感影像的分辨率，折算成特征線的距離，如果距離大于100米，則認(rèn)為地理信息空間庫(kù)中的疑似機(jī)場(chǎng)確實(shí)存在；
[0043]步驟33:提取步驟24中提取到的特征線簇的中心線，計(jì)算特征線距離，并與地理信息空間庫(kù)中特征線的距離進(jìn)行比對(duì)，如果特征線的相隔距離相近，則認(rèn)為存在機(jī)場(chǎng)；
[0044]步驟34:綜合步驟31、32和33給出的機(jī)場(chǎng)檢測(cè)結(jié)果，判斷當(dāng)前無(wú)人機(jī)遙感圖像中是否存在疑似機(jī)場(chǎng)。
[0045]步驟S4:根據(jù)地理信息空間庫(kù)中機(jī)場(chǎng)目標(biāo)的屬性信息和特征線的位置信息生成初始的部分機(jī)場(chǎng)輪廓，從而實(shí)現(xiàn)無(wú)人機(jī)遙感影像中機(jī)場(chǎng)目標(biāo)的實(shí)時(shí)檢測(cè)。
[0046]其中，步驟S4中所述生成初始的部分機(jī)場(chǎng)輪廓的方法是:綜合利用地理信息空間中機(jī)場(chǎng)目標(biāo)的屬性以及遙感影像中提取的特征線來(lái)勾畫出機(jī)場(chǎng)的確切位置。
[0047]步驟S4包含以下具體步驟:
[0048]步驟41:選取步驟31提取的所有特征線中最外端特征線的定點(diǎn)，依次相連勾畫出的凸多變形作為初步的機(jī)場(chǎng)目標(biāo)；
[0049]步驟42:根據(jù)特征線上像素的平均灰度值及方差，將初步提取的機(jī)場(chǎng)區(qū)域沿機(jī)場(chǎng)方向擴(kuò)展，直到像素的灰度值與特征線上的像素差異較大或到達(dá)圖像邊緣為止(特別地，該閾值我們選擇為3倍于特征線上像素灰度值的方差)；
[0050]步驟43:輸出步驟42中擴(kuò)展后的機(jī)場(chǎng)區(qū)域。
[0051]綜上所述，本發(fā)明提出了一種無(wú)人機(jī)遙感影像中部分機(jī)場(chǎng)目標(biāo)的檢測(cè)方法，本方法將衛(wèi)星遙感影像和地理信息作為先驗(yàn)知識(shí)，利用線積分的策略提取特征線，采用特征線匹配的策略實(shí)現(xiàn)對(duì)部分機(jī)場(chǎng)目標(biāo)進(jìn)行檢測(cè)與定位，能夠在噪聲污染比較大的情況實(shí)現(xiàn)機(jī)場(chǎng)目標(biāo)快速準(zhǔn)地檢測(cè)與定位。
[0052]盡管本發(fā)明之最佳實(shí)施方式說(shuō)明了本發(fā)明，然而可以理解的是，在不背離權(quán)利要求書所規(guī)定值發(fā)明實(shí)質(zhì)的前提下，可以對(duì)本發(fā)明做某些修改。
【權(quán)利要求】
1.一種基于地理信息空間庫(kù)的機(jī)場(chǎng)目標(biāo)檢測(cè)方法，其特征在于:該方法分為線上和線下兩個(gè)處理過(guò)程；在線下，根據(jù)衛(wèi)星遙感影像和地理信息，構(gòu)建機(jī)場(chǎng)目標(biāo)的地理信息空間；在線上，結(jié)合地理信息空間中機(jī)場(chǎng)目標(biāo)的特征信息，實(shí)現(xiàn)無(wú)人機(jī)遙感圖像中機(jī)場(chǎng)目標(biāo)的檢測(cè)與定位，該方法的實(shí)現(xiàn)步驟如下: 步驟S1:結(jié)合機(jī)場(chǎng)目標(biāo)的衛(wèi)星遙感影像和地理位置，建立地理信息空間庫(kù)； 步驟S2:根據(jù)無(wú)人機(jī)的位置信息和無(wú)人機(jī)遙感影像的校正精度從地理信息空間庫(kù)中提取出與無(wú)人機(jī)位置相對(duì)應(yīng)的機(jī)場(chǎng)屬性信息，利用地理信息空間庫(kù)中疑似機(jī)場(chǎng)的方向信息，通過(guò)線積分的方法提取出無(wú)人機(jī)遙感圖像上的特征線信息； 步驟S3:將無(wú)人機(jī)遙感圖像上的特征線信息與地理信息空間庫(kù)中疑似機(jī)場(chǎng)特征線的屬性信息進(jìn)行綜合評(píng)判，確定無(wú)人機(jī)遙感影像上的線特征的位置是否為與無(wú)人機(jī)位置相對(duì)應(yīng)的機(jī)場(chǎng)所在位置； 步驟S4:根據(jù)地理信息空間庫(kù)中機(jī)場(chǎng)目標(biāo)的屬性信息和特征線的位置信息生成初始的部分機(jī)場(chǎng)輪廓，從而實(shí)現(xiàn)無(wú)人機(jī)遙感影像中機(jī)場(chǎng)目標(biāo)的實(shí)時(shí)檢測(cè)。
2.根據(jù)權(quán)利要求1所述基于地理信息空間的機(jī)場(chǎng)目標(biāo)檢測(cè)方法，其特征是:步驟SI中建立地理信息空間庫(kù)的方法是，首先利用人機(jī)交互的方式選擇特征線方向，然后利用線積分的方法提取機(jī)場(chǎng)目標(biāo)包含的特征線，最后利用特征線屬性信息與地理信息構(gòu)建地理信息空間庫(kù)。
3.根據(jù)權(quán)利要求1所述基于地理信息空間的機(jī)場(chǎng)目標(biāo)檢測(cè)方法，其特征是:步驟S2中通過(guò)線積分的方法提取出無(wú)人機(jī)遙感圖像上的特征線的具體步驟是: 步驟21:根據(jù)無(wú)人機(jī)遙感影像的地理坐標(biāo)在地理信息空間庫(kù)中搜尋疑似機(jī)場(chǎng)目標(biāo)； 步驟22:利用一階微分算子計(jì)算無(wú)人機(jī)遙感圖像垂直梯度和水平方向梯度； 步驟23:通過(guò)判斷無(wú)人機(jī)遙感圖像的梯度是否在垂直于機(jī)場(chǎng)方向上達(dá)到最大來(lái)判斷無(wú)人機(jī)遙感圖像上的特征線疑似點(diǎn)； 步驟24:通過(guò)線積分的方法，統(tǒng)計(jì)可能機(jī)場(chǎng)方向上特征線疑似點(diǎn)的個(gè)數(shù)來(lái)提取無(wú)人機(jī)遙感影像上的特征線。
4.根據(jù)權(quán)利要求1所述基于地理信息空間的機(jī)場(chǎng)目標(biāo)檢測(cè)方法，其特征是:步驟S3中確定無(wú)人機(jī)遙感影像上的線特征的位置是否為與無(wú)人機(jī)位置相對(duì)應(yīng)的機(jī)場(chǎng)所在位置的方法是:通過(guò)綜合比對(duì)無(wú)人機(jī)遙感影像中特征線與地理信息空間中機(jī)場(chǎng)目標(biāo)的特征線屬性信息來(lái)判定。
5.根據(jù)權(quán)利要求1所述基于地理信息空間的機(jī)場(chǎng)目標(biāo)檢測(cè)方法，其特征是，步驟S4中所述生成初始的部分機(jī)場(chǎng)輪廓的方法是:綜合利用地理信息空間中機(jī)場(chǎng)目標(biāo)的屬性以及遙感影像中提取的特征線來(lái)勾畫出機(jī)場(chǎng)的確切位置。
【文檔編號(hào)】G06F17/30GK103488801SQ201310485693
【公開日】2014年1月1日 申請(qǐng)日期:2013年10月17日 優(yōu)先權(quán)日:2013年10月17日
【發(fā)明者】付長(zhǎng)軍, 文義紅, 于君娜, 楊凱 申請(qǐng)人:中國(guó)電子科技集團(tuán)公司第五十四研究所